创建一个新的插件： 当会话因为“已达到输出 token 上限”中断时， 自动输入“继续”.

会自动为你编写一个插件并启用

另外， 修改settings.yaml， 在模型下面修改
maxTokens：匹配你的模型上下文

如：

llm-pi-ai:
  providers:
    llamacpp:
      displayName: Local llama.cpp
      api: openai-completions
      baseURL: 
      compat:
        maxTokensField: max_tokens
      defaultInput: [ text, image ]
      models:
        - id: qwen3.8-27b-q5km
          maxTokens: 143360

compat很重要， 否则DSH不发送maxTokens

有个容易忽略的点：现在不少模型带 thinking（思考过程），思考内容也算输出 token——思考写太长会把预算吃光，正文没写完就被掐断了，你这个报错基本就是这个情况。

解决按顺序试：

1. 把 max_tokens / Max output tokens 拉高到 16K~32K，这是最直接的解法；
2. 降低思考强度（effort 调低或关长思考模式）；
3. 已经发生的话直接发"继续"，模型会接着往下写。

一句话：调大输出上限就行，不是模型坏了，也不是 LM Studio 出 bug。